买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种低开销的加密恶意流量分类可信判定方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121585479B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610115457.X，技术领域涉及：H04L9/40；该发明授权一种低开销的加密恶意流量分类可信判定方法是由韩晓晖;代太中;刘广起;崔慧;王培培设计研发完成，并于2026-01-28向国家知识产权局提交的专利申请。

本一种低开销的加密恶意流量分类可信判定方法在说明书摘要公布了：一种低开销的加密恶意流量分类可信判定方法，涉及网络安全技术领域，引入了轻量预测模型，通过复用Transformer模型的认证结果，并仅对预测模型增量部分执行推理，显著降低了每个加噪样本的计算成本。在随机平滑认证中，通过控制预测模型输出的残差，确保新类别在增加的同时，既不损害旧类的判别能力，又能在噪声扰动下保持与基模型的鲁棒一致性。不需要对Transformer模型结构进行大规模修改。增量训练仅关注更新增量参数，Transformer模型和原有特征提取算子保持冻结，确保预测模型可以在现有硬件架构上平滑地进行训练和推理。

本发明授权一种低开销的加密恶意流量分类可信判定方法在权利要求书中公布了：1.一种低开销的加密恶意流量分类可信判定方法，其特征在于，包括： S1.获取原始网络流量，得到数据包序列； S2.根据数据包序列构建会话集合； S3.根据会话集合构建最终样本集合； S4.对特征向量进行加噪，得到加噪后的特征向量集合； S5.根据加噪后的特征向量集合得到投票次数； S6.利用投票次数计算得到基线认证半径，判断是否小于等于基线认证半径，如果是则执行步骤S7，其中为攻击者设定的干扰值，为L2范数； S7.获取新的网络流量，得到新的数据包序列，设置预测模型，根据预测模型得到新的数据包序列的每个数据包的预测类别标签； S8.计算总损失，利用总损失训练预测模型； S9.计算得到新的基线认证半径，判断是否小于等于新的基线认证半径，如果是则判定预测类别标签正确； 步骤S7包括如下步骤： S7-1.获取新的网络流量，新的网络流量与原始网络流量构成新的数据包序列，为新的数据包序列中数据包的数量； S7-2.重复执行步骤S2至步骤S3，得到新的数据包序列的最终样本集合，，为新的类别标签的数量，为新的会话数量，对特征向量分别添加次高斯噪声，第个加噪后的特征向量为； S7-3.构建预测模型，所述预测模型依次由Transformer模型的第一层至倒数第二层、多层感知机构成； S7-4.将第个加噪后的特征向量输入到预测模型中，输出得到个输出向量，为第个加噪后的特征向量属于第个类别的预测打分，； S7-5.将Transformer模型输出得到个输出向量的后面第位补0，得到个补充向量，将个补充向量中每个向量与个输出向量中的每个向量进行相加操作，得到个最终打分向量，第个最终打分向量为，； S7-6.通过公式计算得到第个加噪后的特征向量的预测类别标签。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250399 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。